-
公开(公告)号：CN118917396A
公开(公告)日：2024-11-08
申请号：CN202411036348.6
申请日：2024-07-31
Applicant: 广西电网有限责任公司南宁供电局
Inventor： 莫裕倩 , 王愚 , 朱永兴 , 蒙恩 , 李科特 , 李绍坚 , 张子君 , 聂雷刚 , 韦航宇 , 李信蓓 , 莫梁媛 , 杨婧 , 许鹏飞 , 梁凯 , 罗辉 , 韦宗春 , 韦捷 , 赵璨 , 李素梅 , 黄勇 , 黄增柯 , 赵旭强 , 李佩 , 欧阳丹 , 陶丽 , 庞壮
IPC: G06N5/022 , G06F18/10 , G06F18/214 , G06F18/21 , G06F40/279
Abstract: 本发明公开了一种面向故障风险感知的知识图谱构建方法及系统及存储介质及处理器，涉及图谱构建技术领域，包括数据采集和整合：采集电力基建数据和运维日志，并提取风险感知方向有用的信息进行预处理操作；知识抽取和关系建模：从预处理的数据中抽取实体和关系，并构建实体之间的联系；基于三元组构建故障风险感知的知识图谱，并存储于图数据库中；结合实时故障信息和历史数据，对当前故障提供决策支撑和风险感知，并将新故障作为训练数据输入至知识图谱中，以更新更加全面的知识查询图谱。本发明通过构建和维护一个设备故障知识图谱，实现对设备故障风险的感知、预测和决策支持。
-
公开(公告)号：CN117725993A
公开(公告)日：2024-03-19
申请号：CN202311621807.2
申请日：2023-11-30
Applicant: 广西电网有限责任公司南宁供电局
IPC: G06N5/022 , G06Q50/06 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于知识图谱构建图深度学习模型的拓扑结构优化方法，包括以下步骤：获取电力系统原始数据信息，并进行数据预处理；基于数据预处理结果构建知识图谱；基于知识图谱构建图深度学习模型，并对图深度学习模型进行训练；对完成训练的图深度学习模型进行拓扑结构图优化处理；实现了图深度学习模型应用于实时电力系统数据，生成供电场图，并根据模型输出的设备状态、拓扑结构等信息，绘制供电场的详细图像，通过模型对供电场的分析和预测，为供电场的运行优化提供决策支持，提高了电力系统运行的可靠性和稳定性。
-
公开(公告)号：CN117853265A
公开(公告)日：2024-04-09
申请号：CN202311618947.4
申请日：2023-11-30
Applicant: 广西电网有限责任公司南宁供电局
IPC: G06Q50/06 , G06Q10/0635 , G06Q10/04
Abstract: 本发明公开了一种基于智能化数字孪生的保供电设备状态分析系统，包括供电模块、数字孪生模块和通信模块，数字孪生模块分别与供电模块和通信模块连接；供电模块用于供电；数字孪生模块用于储存历史数据，根据历史数据计算预估异常风险系数，根据预估异常风险系数计算预估异常风险百分数的选择函数，根据预估异常风险百分数的选择函数得出预估异常风险百分数并传输至通信模块；所述通信模块将预估异常风险百分数的信息传输至客户端；实现了通过数字孪生模块根据历史数据得出预估异常风险百分数，工人能提前预判该供电模块出现异常的可能，当供电模块出现异常时也能及时的作出响应，降低对用户用电的影响。
-
公开(公告)号：CN117726164A
公开(公告)日：2024-03-19
申请号：CN202311619858.1
申请日：2023-11-30
Applicant: 广西电网有限责任公司南宁供电局
IPC: G06Q10/0635 , G06Q10/04 , G06Q50/06 , G06F18/213 , G06F18/22 , G06F18/25 , G06N20/00
Abstract: 本发明公开了一种基于多源数据融合的风险故障态势感知系统，包括数据获取模块、特征提取模块、训练优化模块和感知预测模块；数据获取模块，用于从多个数据源获取电力系统相关数据，电力系统相关数据包括电力监测数据、气象数据和故障维修数据；特征提取模块，用于对数据获取模块获取的数据进行整合提取与风险故障相关的特征数据并消除数据的冗余；训练优化模块，用于对故障预测模型进行优化训练；感知预测模块，用于基于训练好的故障预测模型完成对电力系统风险故障态势的预测；实现了通过感知预测模块基于故障预测模型对电力系统风险故障态势进行预测，提高对故障预测的精确性。
-
Patent Agency Ranking
公开(公告)号：CN117725646A
公开(公告)日：2024-03-19
申请号：CN202311613204.8
申请日：2023-11-29
Applicant: 广西电网有限责任公司南宁供电局
IPC: G06F30/13 , G06Q10/0639 , G06Q50/06
Abstract: 本发明属于配电站领域，具体是基于图深度学习技术的配电站房场所自动成图系统及方法，包括区域划分模块、数据采集模块、区域分析模块、模型配置模块、模型存储库、管理终端和服务器；区域分析模块用于分析保供电区域的保供电需求；模型存储库用于存储保供电区域的历史三维虚拟图；模型配置模块用于对保供电区域的三维虚拟图进行实时更新，生成模型正常信号或模型更新信号；本发明利用区域划分模块将保供电区域进行划分，而后通过区域分析模块对保供电区域的保供电需求进行分析，分析得到保供电区域的供电需求等级发送至模型配置模块，最终利用模型配置模块对保供电区域的三维虚拟图进行实时更新，生成模型正常信号或模型更新信号。
-
公开(公告)号：CN118966771A
公开(公告)日：2024-11-15
申请号：CN202411036340.X
申请日：2024-07-31
Applicant: 广西电网有限责任公司南宁供电局
Inventor： 王愚 , 莫裕倩 , 朱永兴 , 蒙恩 , 李绍坚 , 张子君 , 聂雷刚 , 韦航宇 , 李信蓓 , 莫梁媛 , 杨婧 , 许鹏飞 , 梁凯 , 罗辉 , 韦宗春 , 韦捷 , 赵璨 , 李素梅 , 黄勇 , 黄增柯 , 赵旭强 , 李佩 , 欧阳丹 , 陶丽 , 庞壮
IPC: G06Q10/0635 , G06Q10/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0895 , G06N3/092
Abstract: 本发明公开了基于自学习多源式数据融合配电设备风险故障分析系统及方法，属于配电设备风险故障分析技术领域，采用了基于自学习多源式数据融合方法，将不同传感器、不同来源、不同结构返回的信息进行数据交织，数据清洗，数据融合，输入到自组织映射网络SOM，保留数据拓扑关系。当异常发生时，SOM实时显现拓扑地图，从而为维修人员提供更全面、精准的配电设备故障信息，从而缩短故障排查和处理时间，提高工作效率。通过采用自组织映射网络技术，系统能够自动识别和预测潜在的故障，为配电网的顺利运行提供更有效的保障。本发明不仅克服了传统故障分析方法如矩阵法和专家系统的局限性，而且在处理复杂的故障诊断问题上具有显著的优势。
-
公开(公告)号：CN118917395A
公开(公告)日：2024-11-08
申请号：CN202411036052.4
申请日：2024-07-31
Applicant: 广西电网有限责任公司南宁供电局
Inventor： 朱永兴 , 王愚 , 蒙恩 , 莫裕倩 , 李科特 , 李绍坚 , 张子君 , 聂雷刚 , 韦航宇 , 李信蓓 , 莫梁媛 , 杨婧 , 许鹏飞 , 梁凯 , 罗辉 , 韦宗春 , 韦捷 , 赵璨 , 李素梅 , 黄勇 , 黄增柯 , 赵旭强 , 李佩 , 欧阳丹 , 陶丽 , 庞壮
Abstract: 本申请提供一种基于知识图谱的配网保供电自动成图方法，包括：从配电网中的若干个采样点采集实时数据，对数据进行预处理后存储于数据库中；采用蚁群算法在数据库内检索采样点信息以及采样点间的位置和信号关系；基于每个采样点在数据库内的位置，在知识图谱模板上标记各采样点信息；对各个采样点之间的位置和信号关系进行分析并标记在知识图谱模板上；根据采样点信息及其相互间的位置和信号关系，自动成型知识图谱并对图谱进行自动排版优化。通过对现有的知识图谱进行改进，让检索信号能够自动优化检索路径，能够实现逐步减少知识图谱自动成型所需的时间，最终达到一个最优解，有利于提高知识图谱自动成型的速度，提高了整体的工作效率。
-
公开(公告)号：CN118917394A
公开(公告)日：2024-11-08
申请号：CN202411035861.3
申请日：2024-07-31
Applicant: 广西电网有限责任公司南宁供电局
Inventor： 蒙恩 , 王愚 , 莫裕倩 , 朱永兴 , 李科特 , 李绍坚 , 张子君 , 莫梁媛 , 杨婧 , 聂雷刚 , 韦航宇 , 李信蓓 , 许鹏飞 , 梁凯 , 罗辉 , 韦宗春 , 韦捷 , 赵璨 , 李素梅 , 黄勇 , 黄增柯 , 赵旭强 , 李佩 , 欧阳丹 , 陶丽 , 庞壮
IPC: G06N5/022 , G06N3/042 , G06N3/08 , G06F18/10 , G06F18/213 , G06F18/214
Abstract: 本申请提供一种关于电力设备的知识图谱邻域关系补全方法，包括：S1：收集电力设备的相关数据，在对数据进行清洗和预处理后，提取出电力设备的实体、属性和关系信息并形成三元组结构的数据集；S2：根据电力设备的实体、属性和关系信息基于三元组结构进行知识图谱节点和边的构建，得到初始知识图谱；S3：基于图神经网络建立邻域关系补全模型，采用数据集对模型进行训练，并通过损失函数对模型进行调优和参数调整；S4：对初始知识图谱中缺失的位置进行识别，使用训练好的模型根据已有的设备实体和关系预测电力设备之间空缺位置的三元组数据，并将其添加到知识图谱中进行补全。
-
公开(公告)号：CN117728562A
公开(公告)日：2024-03-19
申请号：CN202311613403.9
申请日：2023-11-29
Applicant: 广西电网有限责任公司南宁供电局
Abstract: 本发明公开了基于人工智能的重要保供电场所电网拓扑自动成图方法，属于电力系统技术领域，用于解决重要保供电场所的电网拓扑可视化实时图像生成速度较慢的问题，方法具体如下：用电分析单元对不同网格监测区域内保供电场所的供电情况进行分析；管控等级分析单元对不同网格监测区域的管控等级进行分析；图像生成单元生成网格监测区域的电网拓扑可视化实时图像；智能判断单元对网格监测区域的电网拓扑可视化实时图像的图像质量进行判断；智能调整单元根据异常供电次数对电网拓扑可视化实时图像中的供电线路进行调整，本发明考量多重因素设定相适配的自动成图方法，从而实现直观、快速地生成重要保供电场所的电网拓扑可视化实时图像。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.046 seconds)
